Modelagem E Análise Temporal Da Dinâmica Do Uso E Ocupação Do Solo Na Bacia Do Rio Cuiá-Pb

Abstract

MODELING AND TEMPORAL ANALYSIS OF DYNAMICS OF SOIL USE AND OCCUPATION IN THE CUIÁ-PB RIVER BASINMODELACIÓN Y ANÁLISIS TEMPORAL DE LA DINÁMICA DEL USO Y OCUPACIÓN DEL SUELO EN LA CUENCA DEL RÍO CUIÁ-PBRESUMONas últimas duas décadas o crescimento da população acelerou o processo de ocupação humana nessas áreas ao longo dos rios, criando diversos problemas ambientais. Assim, este trabalho teve por objetivo analisar as mudanças no uso e ocupação do solo na bacia do rio Cuiá e estimar o uso e ocupação do solo para a bacia da Cuiá para o ano de 2030, utilizando algoritmo de Redes Neurais artificiais: Rede Neural Multi-Layer Perceptron. Dessa forma, foi realizado o processamento de imagens de satélites dos anos de 1998, 2001 e 2005, realizada a predição do uso do solo para o ano de 2001 baseado em Redes Neurais para a validação. Em seguida, o resultado da predição do uso do solo foi analisado pelo do índice Kappa e após obtenção do índice Kappa com um resultado de acordo com a classificação prevista por Landis & Koch (1977) foi realizada a predição do uso e ocupação do solo para 2030. Os resultados mostraram um aumento da classe Ocupadas entre os anos analisados. A modelagem dinâmica do uso do solo baseada em Rede Neural mostrou resultados satisfatórios para a bacia do rio Cuiá com acurácia de 98,64%, após 10.000 iterações e índice Kappa igual a 0,94, classificado como excelente. A previsão do uso do solo para 2030 apresentou aumento da área da classe Ocupada e uma diminuição da área com expansão.Palavras-chave: Uso do solo. Redes neurais. Geoprocessamento.ABSTRACTIn the last two decades the population growth accelerated the process of human occupation in these areas along the rivers, creating several environmental problems. Thus this study aimed to analyze the changes in land use and occupation in the Cuiá river basin and to estimate the land use and occupation for the Cuiá basin for the year 2030 using an artificial neural network algorithm: Multi-Layer Perceptron Neural Network. In this way, the satellite image processing of the years of 1998, 2001 and 2005 was carried out, with the prediction of the use of the ground for the year 2001 based on neural networks for the validation, followed by the prediction of the land use was analyzed through the Kappa index and after obtaining the Kappa with a result according to the classification predicted by Landis & Koch (1977) the use and occupation of the soil was predicted by 2030. The results showed an increase of the Occupied class among the analyzed years. The dynamic modeling of soil use based on Neural Network showed satisfactory results for the Cuiá River basin with accuracy of 98.64%, after 10,000 iterations and Kappa equal to 0.94, classified as excellent. Prediction of land use for 2030 showed an increase in the area of the occupied class and a decrease of the area with expansion.Keywords: Soil use. Neural network. Geoprocessing.RESUMENEn las últimas dos décadas el crecimiento de la población aceleró el proceso de ocupación humana en esas áreas a lo largo de los ríos, creando diversos problemas ambientales. Entonces este trabajo tuvo por objetivo analizar los cambios en el uso y ocupación del suelo en la cuenca del Río Cuiá y estimar el uso y ocupación del suelo para la cuenca de Cuiá para el año 2030 utilizando algoritmo de Redes Neurales Artificiales: Red Neural Multi-Layer Perceptron. De esta forma, se realizó el procesamiento de imágenes de satélites de los años 1998, 2001 y 2005, realizada la predicción del uso del suelo para el año 2001 basado en Redes Neurales para la validación, luego el resultado de la predicción del uso del suelo se analizó por el índice Kappa y tras la obtención del índice Kappa con un resultado de acuerdo con la clasificación prevista por Landis & Koch (1977) se realizó la predicción del uso y ocupación del suelo para 2030. Los resultados mostraron un aumento de la clase Ocupados entre los años analizados. El modelado dinámico del uso del suelo basado en Red Neural mostró resultados satisfactorios para la cuenca del Río Cuiá con exactitud del 98,64%, después de 10.000 iteraciones e índice Kappa igual a 0,94, clasificado como excelente. La previsión del uso del suelo para 2030 presentó aumento del área de la clase Ocupada y una disminución del área con expansión.Palabras clave: Uso del suelo. Red neurales; Geoprocesamiento.

Dinâmica Do Uso E Ocupação Do Solo Na Bacia Hidrográfica Do Rio Pimenta, Região Sudeste Do Estado De Rondônia: Avaliação E Cenários Futuros

“…Sabe-se que nem todas as bacias hidrográficas possuem um gerenciamento e/ou fiscalização do seu uso racional e, dessa forma, esses ambientes têm sofrido alterações, cada vez mais intensas, como desmatamento, intensificação da agricultura e pecuária, dentre outros fatores que afetam diretamente no fluxo de matéria e energia, alterando assim, a capacidade de produção e manutenção dos serviços ecossistêmicos (CHOWDHURY et al, 2020;TANG et al., 2020). Nesse sentido, é notória a busca por tecnologias e métodos eficientes que visem mitigar esses problemas ambientais, fomentar as potencialidades da região, bem como realizar projeções futuras para ter dimensão dos problemas a serem gerenciados (HAN et al, 2015;SILVA & PAIXÃO, 2019).…”

Análise dos processos erosivos e deposicionais utilizando o modelo matemático SIMWE

“…Ressalta-se trabalhos que têm aplicado o WEPP em ambiente SIG (GeoWEPP) , que além de realizar a predição de erosão geo-espacial, superando as limitações do WEPP, permite o processamento de dados digitais com o MDE (Modelo Digital de Elevação), ortofotos, levantamentos de solos, mapas de uso do solo e dados de agricultura de precisão (ARNOLD e ALLEN, 1996;MACHADO et al, 2003). Outro exemplo é o SWAT (Soil and Water Assessment Tool), desenvolvido por Arnold e Allen (1996), pois oferece dados geoespaciais, promove a leitura e armazenamento de dados referentes ao clima, solos e uso do solo, sendo uma ferramenta desenvolvida para predizer o manuseio do solo sobre o escoamento superficial e subterrâneo, produção de sedimentos, carga de poluentes e qualidade da água em bacias hidrográficas por períodos diários ou até longos períodos (ARNOLD e ALLEN, 1996;CARVALHO, 2014;SILVA, 2015).…”

“…Em relação à MUSLE trata-se de uma Equação modificada da USLE desenvolvida por Wischmeier e Smith (1965;, em que a principal diferença é o cálculo da média anual bruta da erosão em função da substituição do fator energia cinética da chuva (R) por fatores de escoamento e vazão (WILLIAMS, 1975). Tal modelo melhora a projeção e a estimativa da produção de sedimentos em vertentes, pois substitui a precipitação pelo escoamento e permite que a Equação seja aplicada para eventos individuais de chuva (AVANZI et al, 2008;PANDEY et al, 2009;SILVA, 2015).…”